Характеристики

Параметры: 403 млн
Лицензия: Apache 2.0
Архитектура: wav2vec2 · dense
Базовая модель: wav2vec2-xls-r-300m
Опубликована: 2 мар 2022

Ссылки

Hugging Face

wav2vec2-xls-r-300m-italian-robust

dbdmg

Распознавание речиАудио → текст9 профессий

Дообученная Wav2Vec2 модель для распознавания итальянской речи и преобразования аудио в текст.

51скачиваний за 30 дней0лайковвеса обновлены4 окт 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

Добавьте модель в бенчмарк
Вместе с другими моделями категории «Распознавание речи» — сравнение идёт внутри одной категории.
Опишите свои задачи
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Запустите и опубликуйте
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

dbdmg/wav2vec2-xls-r-300m-italian-robust — акустическая модель распознавания итальянской речи, дообученная на базе facebook/wav2vec2-xls-r-300m. Она использует архитектуру Wav2Vec2ForCTC и содержит 402,7 млн параметров. Для обучения использованы итальянские части наборов Common Voice 7.0, LibriSpeech multilingual, TED multilingual, Voxforge, M-AILABS, EuroParl-ST, EMOVO и MSPKA.

Модель принимает аудио и преобразует речь в текст; карточка не описывает дополнительные режимы работы или длину контекста. Репозиторий предоставляет веса PyTorch и Safetensors. Лицензия — Apache 2.0.

Сценарии применения

транскрибация итальянской речи
распознавание итальянской речи из записей интервью
создание субтитров для италоязычных выступлений
расшифровка итальянских подкастов и лекций

Ограничения

Карточка не приводит результатов оценки качества и подробных сведений об ограничениях; надёжность на аудио вне перечисленных обучающих наборов не описана.

Для каких профессий подходит9

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

I.7Универсальные способностиРечь, диалоги и встречиAI помогает понимать разговорную речь, поддерживать диалог и превращать встречи в структурированные результаты.17 задач26 923модели I.15Универсальные способностиДоступность и ассистивные технологииAI помогает делать цифровую и физическую среду доступнее для людей с различными ограничениями.17 задач8 953модели I.6Универсальные способностиПеревод и языковая адаптацияAI помогает переносить смысл между языками, форматами и культурными контекстами.16 задач16 710моделей I.9Универсальные способностиАудио и музыкаAI помогает анализировать, очищать, преобразовывать и создавать звук и музыку.15 задач4 835моделей

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

wav2vec2-xls-r-300m-italian-robust

This model is a fine-tuned version of facebook/wav2vec2-xls-r-300m on the Italian splits of the following datasets:

Mozilla Foundation Common Voice V7 dataset
LibriSpeech multilingual
TED multilingual
Voxforge
M-AILABS Speech Dataset
EuroParl-ST
EMOVO
MSPKA

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 0.0003
train_batch_size: 32
eval_batch_size: 8
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
lr_scheduler_warmup_steps: 500
num_epochs: 10.0
mixed_precision_training: Native AMP

Training results

Training Loss	Epoch	Step	Validation Loss	Wer
No log	0.06	400	0.7508	0.7354
2.3127	0.11	800	0.5888	0.5882
0.7256	0.17	1200	0.5121	0.5247
0.6692	0.22	1600	0.4774	0.5028
0.6384	0.28	2000	0.4832	0.4885
0.6384	0.33	2400	0.4410	0.4581
0.6199	0.39	2800	0.4160	0.4331
0.5972	0.44	3200	0.4136	0.4275
0.6048	0.5	3600	0.4362	0.4538
0.5627	0.55	4000	0.4313	0.4469
0.5627	0.61	4400	0.4425	0.4579
0.5855	0.66	4800	0.3859	0.4133
0.5702	0.72	5200	0.3974	0.4097
0.55	0.77	5600	0.3931	0.4134
0.5624	0.83	6000	0.3900	0.4126
0.5624	0.88	6400	0.3622	0.3899
0.5615	0.94	6800	0.3755	0.4067
0.5472	0.99	7200	0.3980	0.4284
0.5663	1.05	7600	0.3553	0.3782
0.5189	1.1	8000	0.3538	0.3726
0.5189	1.16	8400	0.3425	0.3624
0.518	1.21	8800	0.3431	0.3651
0.5399	1.27	9200	0.3442	0.3573
0.5303	1.32	9600	0.3241	0.3404
0.5043	1.38	10000	0.3175	0.3378
0.5043	1.43	10400	0.3265	0.3501
0.4968	1.49	10800	0.3539	0.3703
0.5102	1.54	11200	0.3323	0.3506
0.5008	1.6	11600	0.3188	0.3433
0.4996	1.65	12000	0.3162	0.3388
0.4996	1.71	12400	0.3353	0.3552
0.5007	1.76	12800	0.3152	0.3317
0.4956	1.82	13200	0.3207	0.3430
0.5205	1.87	13600	0.3239	0.3430
0.4829	1.93	14000	0.3134	0.3266
0.4829	1.98	14400	0.3039	0.3291
0.5251	2.04	14800	0.2944	0.3169
0.4872	2.09	15200	0.3061	0.3228
0.4805	2.15	15600	0.3034	0.3152
0.4949	2.2	16000	0.2896	0.3066
0.4949	2.26	16400	0.3059	0.3344
0.468	2.31	16800	0.2932	0.3111
0.4637	2.37	17200	0.2890	0.3074
0.4638	2.42	17600	0.2893	0.3112
0.4728	2.48	18000	0.2832	0.3013
0.4728	2.54	18400	0.2921	0.3065
0.456	2.59	18800	0.2961	0.3104
0.4628	2.65	19200	0.2886	0.3109
0.4534	2.7	19600	0.2828	0.3020
0.4578	2.76	20000	0.2805	0.3026
0.4578	2.81	20400	0.2796	0.2987
0.4702	2.87	20800	0.2748	0.2906
0.4487	2.92	21200	0.2819	0.3008
0.4411	2.98	21600	0.2722	0.2868
0.4631	3.03	22000	0.2814	0.2974
0.4631	3.09	22400	0.2762	0.2894
0.4591	3.14	22800	0.2802	0.2980
0.4349	3.2	23200	0.2748	0.2951
0.4339	3.25	23600	0.2792	0.2927
0.4254	3.31	24000	0.2712	0.2911
0.4254	3.36	24400	0.2719	0.2892
0.4317	3.42	24800	0.2686	0.2861
0.4282	3.47	25200	0.2632	0.2861
0.4262	3.53	25600	0.2633	0.2817
0.4162	3.58	26000	0.2561	0.2765
0.4162	3.64	26400	0.2613	0.2847
0.414	3.69	26800	0.2679	0.2824
0.4132	3.75	27200	0.2569	0.2813
0.405	3.8	27600	0.2589	0.2785
0.4128	3.86	28000	0.2611	0.2714
0.4128	3.91	28400	0.2548	0.2731
0.4174	3.97	28800	0.2574	0.2716
0.421	4.02	29200	0.2529	0.2700
0.4109	4.08	29600	0.2547	0.2682
0.4027	4.13	30000	0.2578	0.2758
0.4027	4.19	30400	0.2511	0.2715
0.4075	4.24	30800	0.2507	0.2601
0.3947	4.3	31200	0.2552	0.2711
0.4042	4.35	31600	0.2530	0.2695
0.3907	4.41	32000	0.2543	0.2738
0.3907	4.46	32400	0.2491	0.2629
0.3895	4.52	32800	0.2471	0.2611
0.3901	4.57	33200	0.2404	0.2559
0.3818	4.63	33600	0.2378	0.2583
0.3831	4.68	34000	0.2341	0.2499
0.3831	4.74	34400	0.2379	0.2560
0.3808	4.79	34800	0.2418	0.2553
0.4015	4.85	35200	0.2378	0.2565
0.407	4.9	35600	0.2375	0.2535
0.38	4.96	36000	0.2329	0.2451
0.38	5.02	36400	0.2541	0.2737
0.3753	5.07	36800	0.2475	0.2580
0.3701	5.13	37200	0.2356	0.2484
0.3627	5.18	37600	0.2422	0.2552
0.3652	5.24	38000	0.2353	0.2518
0.3652	5.29	38400	0.2328	0.2452
0.3667	5.35	38800	0.2358	0.2478
0.3711	5.4	39200	0.2340	0.2463
0.361	5.46	39600	0.2375	0.2452
0.3655	5.51	40000	0.2292	0.2387
0.3655	5.57	40400	0.2330	0.2432
0.3637	5.62	40800	0.2242	0.2396
0.3516	5.68	41200	0.2284	0.2394
0.3498	5.73	41600	0.2254	0.2343
0.3626	5.79	42000	0.2191	0.2318
0.3626	5.84	42400	0.2261	0.2399
0.3719	5.9	42800	0.2261	0.2411
0.3563	5.95	43200	0.2259	0.2416
0.3574	6.01	43600	0.2148	0.2249
0.3339	6.06	44000	0.2173	0.2237
0.3339	6.12	44400	0.2133	0.2238
0.3303	6.17	44800	0.2193	0.2297
0.331	6.23	45200	0.2122	0.2205
0.3372	6.28	45600	0.2083	0.2215
0.3427	6.34	46000	0.2079	0.2163
0.3427	6.39	46400	0.2072	0.2154
0.3215	6.45	46800	0.2067	0.2170
0.3246	6.5	47200	0.2089	0.2183
0.3217	6.56	47600	0.2030	0.2130
0.3309	6.61	48000	0.2020	0.2123
0.3309	6.67	48400	0.2054	0.2133
0.3343	6.72	48800	0.2013	0.2128
0.3213	6.78	49200	0.1971	0.2064
0.3145	6.83	49600	0.2029	0.2107
0.3274	6.89	50000	0.2038	0.2136
0.3274	6.94	50400	0.1991	0.2064
0.3202	7.0	50800	0.1970	0.2083
0.314	7.05	51200	0.1970	0.2035
0.3031	7.11	51600	0.1943	0.2053
0.3004	7.16	52000	0.1942	0.1985
0.3004	7.22	52400	0.1941	0.2003
0.3029	7.27	52800	0.1936	0.2008
0.2915	7.33	53200	0.1935	0.1995
0.3005	7.38	53600	0.1943	0.2032
0.2984	7.44	54000	0.1913	0.1978
0.2984	7.5	54400	0.1907	0.1965
0.2978	7.55	54800	0.1881	0.1958
0.2944	7.61	55200	0.1887	0.1966
0.3004	7.66	55600	0.1870	0.1930
0.3099	7.72	56000	0.1906	0.1976
0.3099	7.77	56400	0.1856	0.1939
0.2917	7.83	56800	0.1883	0.1961
0.2924	7.88	57200	0.1864	0.1930
0.3061	7.94	57600	0.1831	0.1872
0.2834	7.99	58000	0.1835	0.1896
0.2834	8.05	58400	0.1828	0.1875
0.2807	8.1	58800	0.1820	0.1874
0.2765	8.16	59200	0.1807	0.1869
0.2737	8.21	59600	0.1810	0.1848
0.2722	8.27	60000	0.1795	0.1829
0.2722	8.32	60400	0.1785	0.1826
0.272	8.38	60800	0.1802	0.1836
0.268	8.43	61200	0.1771	0.1813
0.2695	8.49	61600	0.1773	0.1821
0.2686	8.54	62000	0.1756	0.1814
0.2686	8.6	62400	0.1740	0.1770
0.2687	8.65	62800	0.1748	0.1769
0.2686	8.71	63200	0.1734	0.1766
0.2683	8.76	63600	0.1722	0.1759
0.2686	8.82	64000	0.1719	0.1760
0.2686	8.87	64400	0.1720	0.1743
0.2626	8.93	64800	0.1696	0.1742
0.2587	8.98	65200	0.1690	0.1718
0.2554	9.04	65600	0.1704	0.1722
0.2537	9.09	66000	0.1702	0.1721
0.2537	9.15	66400	0.1696	0.1717
0.2511	9.2	66800	0.1685	0.1701
0.2473	9.26	67200	0.1696	0.1704
0.2458	9.31	67600	0.1686	0.1698
0.2476	9.37	68000	0.1675	0.1687
0.2476	9.42	68400	0.1659	0.1673
0.2463	9.48	68800	0.1664	0.1674
0.2481	9.53	69200	0.1661	0.1670
0.2411	9.59	69600	0.1658	0.1663
0.2445	9.64	70000	0.1652	0.1660
0.2445	9.7	70400	0.1646	0.1654
0.2407	9.75	70800	0.1646	0.1641
0.2483	9.81	71200	0.1641	0.1641
0.245	9.86	71600	0.1635	0.1643
0.2402	9.92	72000	0.1638	0.1634
0.2402	9.98	72400	0.1633	0.1636

Framework versions

Transformers 4.17.0.dev0
Pytorch 1.10.2+cu102
Datasets 1.18.3
Tokenizers 0.11.0

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры: Wav2Vec2ForCTC
Ревизия весов: 97019b7

Характеристики

Ссылки

wav2vec2-xls-r-300m-italian-robust

Бенчмарки

Тесты пользователейпока нет

Добавьте модель в бенчмарк

Опишите свои задачи

Запустите и опубликуйте

Публичные оценки

Что умеет модель

Сценарии применения

Ограничения

Для каких профессий подходит9

Также подходит для

Карточка модели

wav2vec2-xls-r-300m-italian-robust

Model description

Intended uses & limitations

Training and evaluation data

Training procedure

Training hyperparameters

Training results

Framework versions

Как запустить